#表型筛选

BioSymetrics推出靶点智能评估平台

BioSymetrics推出Target Intelligence，整合人类遗传学、疾病与模型系统证据及Phenograph预测，对候选靶点进行并列比较，输出含支持与反对证据及证据缺口的短名单。

英伟达清仓，木头姐持续增持！这家AI制药交出关键数据

Recursion公布REC-4881在家族性腺瘤性息肉病（FAP）患者中的2期数据：服药12周后87%（15人中13人）总息肉负荷下降，中位降幅47%，上消化道92%患者息肉负荷下降、中位降幅55%。

口服MEK抑制剂1b/2期数据积极；针对癌症治疗相关皮肤毒性，创新药物拟推进3期开发……｜产业新闻

Recursion公布口服MEK1/2抑制剂REC-4881治疗家族性腺瘤性息肉病（FAP）的1b/2期TUPELO研究更新数据：15例每日4 mg治疗患者中13例（87%）12周后消化道总体息肉负担下降，中位降幅47%，停药12周后13例可评估者中11例仍低于基线。

Recursion用AI老药新用｜武田的已有分子，赛诺菲接手的新药

Recursion在2026年三季度进展中披露，武田原开发的MEK1/2抑制剂TAK-733经细胞表型筛选发现可改善APC缺失相关异常表型，重命名为REC-4881并推进至家族性腺瘤性息肉病；15名患者治疗12周后13人全消化道息肉负担下降，中位降幅47%，停药12周后13名可评估患者中11人仍低于基线。

Nature Methods 2026 研究比较四条自监督学习路线用于细胞绘画表型指纹

Walid M. Abdelmoula 等在《Nature Methods》发表大规模比较研究，用 JUMP–CP 约 177 万张未标注图像预训练四类自监督模型，并在多个独立数据集检验细胞扰动识别。

同一新闻，精选展示《Nature Methods研究系统评测细胞形态图谱的自监督表征学习》

Nature Communications｜MALVINA：单细胞深度学习揭示细菌互作与药物如何重塑病原性

《Nature Communications》在线发表的这项研究提出 MALVINA 工作流，将宿主—病原体共培养、高内涵成像与深度学习分类结合，分析 1320 个微孔、约 130 万个人结肠上皮细胞，同时读出细菌入侵宽度、入侵深度、感染细胞直接基因毒性和未感染细胞群体基因毒性四项指标。

Project Encore获NIH资助并招聘

我们拿到资助了！！！而且在普渡大学和Broad研究所都在招人！ JT Neal获得了NIH主任变革性研究奖，用于Project Encore。我们将利用成像技术并行测试160万+药物-疾病组合，为罕见遗传病进行药物重定位 https://www.linkedin.com/feed/update/urn:li:activity:7513244403222609923/

Lunaibio 与 Tanaist 达成全球独家许可与合作，为 AI 帕金森病平台引入人类细胞表型

BioSymetrics 母公司 Lunaibio 宣布与 Tanaist 达成全球独家许可与合作协议，将人类细胞表型能力加入其 AI 驱动的帕金森病平台。该合作把实验验证环节纳入平台，具体交易金额与资产细节未在推文中披露。

ImpriMed 如何把九年兽医肿瘤学经验转为人类血液肿瘤业务

ImpriMed 将兽医肿瘤学中积累的活细胞药敏平台转向人类血液肿瘤，以合同研究服务形式向药企开放。公司称其培养与运输体系可让血液肿瘤细胞在四到七天内保持 80% 至 90% 存活，并在 14 个州 29 家诊所 31 位兽医参与的数据中报告高匹配组完全缓解率为 53%，历史对照为 27%。

显微图像深度学习究竟学到了什么：Valence Labs 作者谈基准与可解释性

Valence Labs @ Recursion 的 Ihab 在文章中讨论显微图像深度学习模型究竟学到了什么，指出在部分细胞培养显微任务中，多个已训练模型的表现与未训练网络和像素统计等简单基线相近，说明基准分数中有一部分信号并不需要高层生物学表征。

insitro 用 AI 从 MRI 推导棕色脂肪表型并完成首个 BAT 全基因组关联分析

insitro 在 Keystone Symposia 肥胖治疗会议上报告，基于 UK Biobank 影像队列（n=69,598）的 Dixon MRI 脂肪信号分数图构建 AI 推导的棕色脂肪（BAT）表型，并完成首个 BAT 全基因组关联分析，识别 81 个独立遗传位点、精细定位到 45 个基因。

Axiom Bio用细胞成像与机器学习预测毒性

一篇关于Axiom Bio结合细胞成像与机器学习预测毒性的有趣文章